Assessing the Impact of Image Reconstruction and Acquisition Parameters on the Reproducibility of Radiomic Features
Notice bibliographique
Résumé
Colorectal cancer is the third most commonly diagnosed cancer in the United States, with approximately 152,000 new cases per year. Roughly one-quarter of these patients will develop colorectal liver metastases, characterized by the spread of the primary cancer to the liver and associated with a three-year survival rate of less than 10%. Complex treatment decisions are often made with incomplete knowledge of how an individual’s disease will behave. However, radiomics models trained on quantitative imaging features extracted from contrast-enhanced computed tomography (CECT) scans have the potential to pre-operatively predict an individual’s risk of recurrence and response to chemotherapy. Image variation across CT image acquisition and reconstruction parameters is a major bottleneck preventing clinical translation. We prospectively and systematically varied the CT parameters slice thickness, Adaptive Statistical Iterative Reconstruction (ASiR), and contrast timing to quantify their impact on 105 commonly used radiomic features. ComBat’s feature correction was assessed on reproducibility. 143 CRLM patients were prospectively enrolled from Memorial Sloan Kettering Cancer Center (n = 70) and University of Texas MD Anderson Cancer Center (n = 73), and radiomic features were extracted from the liver parenchyma and the largest metastasis separately. Differences in feature distribution across institution and region of interest were analyzed. Between MD Anderson and Memorial Sloan Kettering, differences in feature distribution, mean Hounsfield value with respect to time and reproducibility were identified. Changes in all imaging parameters greatly impacted feature reproducibility with 30% and 13.3% of features extracted from the largest tumour and liver parenchyma, respectively, maintaining a CCC with a lower 95% confidence limit of above 0.9 across all main phases of reproducibility analysis. Features extracted from the liver parenchyma were consistently less reproducible than those extracted from the largest tumour. This was shown to be a result of the relatively tight distribution of features extracted from patients’ liver parenchymas. Batch harmonization using ComBat was shown to greatly improve the reproducibility of features across reconstruction.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,008 | 0,032 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».